Главная страница > Новости > ОбЗОР НОВОСТЕЙ НЕЙРОТЕХНОЛОГИЙ 28.09.2020-04.10.2020

ОбЗОР НОВОСТЕЙ НЕЙРОТЕХНОЛОГИЙ 28.09.2020-04.10.2020

05 октября 2020

Исследование Сколтеха улучшает картирование мозговой активности по данным ЭЭГ

Исследователи Сколтеха предложили быстрый и точный численный метод, направленный на преодоление основной проблемы, возникающей при изучении электрической активности нейронов мозга методом электроэнцефалографии (ЭЭГ) — низкого пространственного разрешения подобных измерений, из-за чего даже приблизительная локализация активных участков мозга требует сложных вычислений.

Их решение основано на «проецировании» измеренного сигнала с поверхности внутрь головы, вплоть до поверхности мозга. Это требует переосмысления всей задачи как задачи Коши — этот тип математической задачи применительно к ЭЭГ, как известно, неустойчив: даже незначительные шумы во входных данных, например, из-за неизбежных ошибок измерения, могут значительно исказить результат.

Реконструкция «активности» со сферической модели

По сути, вместо того чтобы рассматривать каждый электрический диполь отдельно и предварительно решать прямые задачи для каждого диполя, алгоритм сразу решает одну обратную задачу, правда, довольно необычную. Это ускоряет обработку данных ЭЭГ, повышает точность локализации источников, и, кроме того, алгоритм явно учитывает данные о форме коры головного мозга. По мнению авторов, их подход может стать основой нового поколения быстрых и точных алгоритмов решения обратной задачи ЭЭГ.

Новые микророботы могут взаимодействовать с нервной системой человека

Инженеры из Института науки и техники в Южной Корее, и их коллеги впервые представили прямоугольных роботов, длиной 300 микрометров. Крошечные роботы могут выступать в качестве соединителей нервных клеток, перекрывая промежутки между двумя различными группами клеток. Эти микроскопические заплатки могут привести к образованию более сложных сетей, что может привести к их регенерации.

Микроробот, несущий нервные клетки (центральный мост), соединяет два отдельных кластера нервных клеток, позволяя им взаимодействовать.

Тонкие горизонтальные устройства могут обмениваться сообщениями с другими клетками и встраиваться в уже существующие структуры. Каждый такой робот оснащен 100 нервными клетками, микроробот же программировали для того, чтобы он встраивался в островки нервных клеток и заполнять эти промежутки. Вращающиеся магнитные поля посылали микроробота к своей цели. Когда микроробот приближался, исследователи использовали более устойчивое магнитное поле для выравнивания устройства между двумя кластерами клеток.

Создание этих нейронных заплаток может помочь исследователям лучше проектировать реплики сложных сетей нервных клеток в мозге. Подобные системы могут также привести к новым способам изучения роста нервных клеток, эксперименты могут привести к новым методам терапии для людей с повреждениями нервной системы.

HP представила VR-шлем с отслеживанием когнитивной нагрузки

Компания HP разработала VR-шлем Reverb G2 Omnicept Edition, который позволяет отслеживать когнитивную нагрузку на пользователя сразу по нескольким показателям. В нем установлены датчики, которые отслеживают движения мышц лица, размер зрачков, направление взгляда и частоту сердечных сокращений. Данные с датчиков собираются в реальном времени и их можно либо просто записывать, либо использовать, чтобы подстраивать аспекты виртуального мира под состояние человека.

В SDK для шлема есть набор алгоритмов машинного обучения, которые в реальном времени превращают сырые данные с датчиков в полезные метрики, например, уровень когнитивной нагрузки. Датчик направления взгляда необходим также и для фовеального рендеринга — метода, позволяющего использовать большую часть вычислительной мощности для рендеринга в центральной области зрения, а периферийные рендерить с меньшим качеством.

В шлеме используются экраны с разрешением 2160×2160 пикселей для каждого глаза, работающие на частоте 90 герц. В нем используется наружный тип отслеживания положения шлема и окружающих объектов, работающий благодаря четырем камерам на корпусе. Шлем будет поддерживать платформы SteamVR и Microsoft Mixed Reality.

Найден способ в миллионы раз снизить энергопотребление квантовых компьютеров

Ученые из Университета Аалто в Финляндии разработали технологию, которая может значительно упростить использование сверхбыстрых квантовых компьютеров для решения реальных задач. Возможность точно измерить уровни энергии кубитов — центральный элемент устойчивого функционирования квантового компьютера, но до сих пор для этого требовались сложные схемы и огромное количество энергии.

Авторы новой работы обнаружили, что болометр — прибор для измерения энергии излучения, содержащий графен — может измерять энергетическое состояние кубитов, экономно расходуя энергию. Применение болометров позволит снизить энергопотребление квантовых компьютеров в миллионы раз. 

Художественное изображение графенового болометра, управляемого электрическим полем

Финские ученые подали заявку на грант, чтобы на выделенные деньги построить квантовый компьютер с использованием технологии графеновой болометрии. Они надеются, что их открытие станет шагом к появлению квантовых компьютеров, способных эффективно решать практические задачи. По словам руководителя исследований Микко Моттонена, «жизнеспособная машина» с достаточно низким уровнем ошибок в работе появится через несколько лет.

Мозговая активность объяснила, почему мы по-разному относимся к человекоподобным роботам

Ученые из Итальянского технологического института выяснили, что то, как люди трактуют поведение антропоморфных роботов и искусственного интеллекта, связано с индивидуальными установками. Их различия удалось определить по нейронной активности каждого человека. В ранних исследованиях группе удалось доказать, что люди воспринимают роботов по-разному: одни склонны считать их действия преднамеренными, другие — автоматизированными.

Пример поведенческого сценария из исследования

Исследователи протестировали 52 человека. С помощью ЭЭГ они регистрировали мозговую активность респондентов, когда те были расслаблены и не думали ни о чем конкретном. Затем участникам показали антропоморфного робота iCub и попросили рассказать, что он делает. Во время опытов люди описывали намерения и желания машины или автоматизированные процессы. Измерения показали, что даже когда мозг находится в состоянии покоя, существует определенный паттерн нейронной активности в бета-диапазоне.

Оказалось, он предсказывает склонность людей приписывать роботам способность действовать по желанию. Также, ученые обнаружили, что активность нейронов меняется в тот момент, когда респонденты описывали поведение iCub как имеющее механистическую природу. Эксперимент показал, что люди могут иметь различные установки, такие как антропоморфизация роботов в различной степени, и их действительно можно обнаружить на нейронном уровне.